新的FAFM方法生成连续、稳定的机器人动作

研究人员开发了频率感知流匹配（FAFM），一种用于生成连续且时间一致的机器人动作的新颖方法。该方法解决了现有流匹配技术在处理异构控制频率时遇到的局限性，这些技术可能产生不稳定的动作。FAFM使用离散余弦变换将动作转换到频域，在这些系数上执行流匹配，并重建连续动作。它还包含一个时间导数正则化项，以确保平稳的运动。该方法在各种基准测试和真实机器人上都证明了成功率、表现力和鲁棒性的提高。 AI

影响 这种新方法可能导致在复杂环境中更稳定、更可靠的机器人控制。

排序理由 该集群包含一篇详细介绍机器人动作生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Cosine basis expansion
• Diffusion Policy
• discrete cosine transform
• Flow Matching for Generative Modeling
• Franka robot
• Frequency-Aware Flow Matching
• LapGym
• Libero
• Robotic action generation

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →